检测优化的标签多伯努利视频多目标跟踪算法

蒋凌云，杨金龙

江南大学 人工智能与计算机学院，江苏 无锡214122

图像处理在近几年飞速发展且发展方向广，其中文献[1]代表了地质科学方向。视频多目标跟踪是目标跟踪方向的一个重要分支，由于存在新生目标数量与出生位置的不确定性、遮挡或交叉导致的标签频繁跳动、目标特征建模困难等问题，使得视频多目标跟踪一直是目标跟踪领域中的研究热点和难点。不同算法在各问题上提出优化方案。如对于处理跟踪算法中的实时性以及标签跳变问题，文献[2]对检测与跟踪算法同时提出优化，检测方面构建精简的模型以提高检测速度，跟踪方面利用长短期记忆网络（long short-term memory，LSTM）来减小预测误差以减少标签跳变；对于处理数据关联的不确定性和外观特征难以表达的问题，文献[3]提出了基于轨迹置信度的分层数据关联方式和过程融合的特征提取网络；对于算法鲁棒性以及数据关联的问题，文献[4]提出将卡尔曼滤波的预测框和检测器的检测框作为模型的选择，融合目标多种特征信息完成多目标之间的数据关联。

在检测新生目标方面：近些年，随机有限集（random finite sets，RFS）[5-11]滤波得到了广泛关注，文献[12-17]也将随机有限集应用到视频跟踪中，但由于新生目标的随机性未知，给该方法的使用带来一定的困难。在随机有限集滤波方法中，如传统的多伯努利滤波（multi-Bernoulli filter，MBF）和概率假设密度（probability hypothesis density，PHD）算法需要建立新生模型（新生目标可能出现的位置、状态以及概率）来捕获新生目标，在这种情况下，通常预先了解场景信息。……